Plasticité structurelle homéostatique de la connectivité neuronale en réponse à une stimulation externe : une étude combinée utilisant des simulations computationnelles et des expériences in vivo

Homeostatic structural plasticity of neuronal connectivity in response to external stimulation : a combined study using computer simulations and in vivo experiments

• Auteur / Autrice : Han Lu
• Direction : Ipek Yalcin Christmann, Stefan Rotter
• Type : Thèse de doctorat
• Discipline(s) : Neurosciences
• Date : Soutenance le 15/10/2020
• Etablissement(s) : Strasbourg en cotutelle avec Albert-Ludwigs-Universität (Freiburg im Breisgau, Allemagne)
• Ecole(s) doctorale(s) : École doctorale Sciences de la vie et de la santé (Strasbourg ; 2000-....)
• Partenaire(s) de recherche : Laboratoire : Institut des neurosciences cellulaires et intégratives (Strasbourg)
• Jury : Président / Présidente : Philippe Isope
• Jury : Examinateurs / Examinatrices : Ipek Yalcin Christmann, Stefan Rotter, Philippe Isope, Abigail Morrison, Jean-Christophe Poncer, Marom Bikson, Claus Normann
• Jury : Rapporteurs / Rapporteuses : Abigail Morrison, Jean-Christophe Poncer

Mots clés

Mots clés contrôlés

Réseaux neuronaux (physiologie)

Optogénétique

Plasticité neuronale

Homéostasie

Mots clés libres

Plasticité homéostatique

Optogénétique

TDCS

Apprentissage moteur

Homeostatic plasticity

TDCS

Motor learning

Optogenetics

Résumé

Les neurones pyramidaux sont des unités hautement plastiques des circuits neuronaux. Les boutons axonaux et les épines dendritiques forment ou brisentcontinuellement les synapses. La règle d'Hebb, "les neurones qui s’excitent ensemble, se connectent ensemble", a d'abord été proposée pour expliquer la plasticité synaptique. Cependant, de plus en plus d'études suggèrent que les neurones maintiennent leur fréquence de décharge physiologique par régulation homéostasique. De récentes études montrent que le modèle de plasticité structurelle homéostatique (PSH), combinant à la fois la plasticité structurelle et l’homéostasie de la fréquence de décharge, présente une excellente auto-régulation de la stabilité du réseau tout en atteignant les propriétés Hebbiennes. Ainsi, cette thèse explore la possibilité d'utiliser ce modèle pour expliquer la régulation de la plasticité en réponse à une stimulation externe et précise son échelle de temps biologique.

Pyramidal neurons are highly plastic units of neural circuits. Under basal conditions, axonal boutons and dendritic spines continually form or break synapses. External perturbations further accelerate such changes. Hebb's rule,``fire together, wire together'', was first proposed to explain the observed synaptic plasticity. However, accumulating evidence suggests neurons homeostatically control their neural activity. The conventional solution in computer simulations is combining Hebb's rule with other homeostatic mechanisms to stabilize network dynamics. A recent model of homeostatic structural plasticity (HSP), which includes structural changes and negative feedback control of neural activity, preserves network stability and meanwhile presents similar properties as Hebb's rule. This thesis explores the feasibility of using this model to explain the plasticity induced by external stimulations and pinpoints its time scale.